深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
81	2025-05-22	IoT driven smart health monitoring for heart disease prediction using quantum kernel enhanced sardine diffusion and CNN 2025-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99990-x PMID:40389708	研究论文	提出了一种基于物联网和量子核增强沙丁鱼扩散注意力网络的实时心脏病预测系统	结合量子计算和经典深度学习方法，开发了Qua-KSar-DCK-ArNet模型，实现了高精度的心脏病风险预测	未提及模型在多样化人群中的泛化能力测试	通过物联网和量子增强深度学习技术改进心脏病预测	心脏病患者的心电图和心率数据	数字病理学	心血管疾病	量子聚类k-Means、Z-score最小最大归一化、快速点变换	Qua-KSar-DCK-ArNet (量子核增强CNN)	ECG和心率传感器数据	NA
82	2025-05-22	Multiple deep learning models based on MRI images in discriminating glioblastoma from solitary brain metastases: a multicentre study 2025-May-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01703-3 PMID:40389875	research paper	本研究开发了一种基于多中心、多序列MRI图像的深度学习模型，用于术前准确鉴别胶质母细胞瘤和孤立性脑转移瘤，并比较了不同深度学习模型的性能	结合多中心和多序列MRI图像，比较了四种深度学习模型（3D ResNet-18、3D Vision Transformer、3D DenseNet和3D VGG）在鉴别胶质母细胞瘤和孤立性脑转移瘤中的性能	研究样本量相对较小（236例），且仅来自两家医院，可能存在选择偏差	开发一种高效的术前鉴别胶质母细胞瘤和孤立性脑转移瘤的深度学习模型	胶质母细胞瘤和孤立性脑转移瘤患者	digital pathology	brain tumor	MRI	3D ResNet-18, 3D Vision Transformer, 3D DenseNet, 3D VGG	image	236例患者（训练集197例，测试集39例），外加48例外部队列
83	2025-05-22	Deep learning models based on multiparametric magnetic resonance imaging and clinical parameters for identifying synchronous liver metastases from rectal cancer 2025-May-19, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01692-3 PMID:40389920	research paper	该研究基于直肠癌患者的治疗前多参数磁共振成像（MRI）图像和基本临床数据，建立并验证了深度学习模型，用于预测直肠癌患者的同步肝转移（SLM）	结合多参数MRI和临床数据的深度学习模型在预测直肠癌同步肝转移方面表现出最佳性能	研究为回顾性设计，样本量相对较小，外部验证队列仅包含31例患者	预测直肠癌患者的同步肝转移（SLM）	直肠癌患者	digital pathology	rectal cancer	multiparametric MRI	Residual Network (ResNet)	image and clinical data	176例患者（主要研究队列）和31例患者（外部验证队列）
84	2025-05-22	Deep learning-powered radiotherapy dose prediction: clinical insights from 622 patients across multiple sites tumor at a single institution 2025-May-19, Radiation oncology (London, England) DOI:10.1186/s13014-025-02634-7 PMID:40390053	research paper	本研究评估了深度学习模型在多种肿瘤类型中的剂量预测效果，结合了客观和主观评价方法	首次在多种肿瘤类型中综合评估深度学习模型的剂量预测效果，并提出了结合多种模型优势的'最佳选择'方法	研究仅基于单一机构的数据，可能影响模型的泛化能力	评估深度学习模型在放射治疗剂量预测中的效果	622名不同肿瘤部位的患者	digital pathology	multiple tumor types (nasopharyngeal carcinoma, esophageal carcinoma, breast carcinoma, cervical carcinoma, rectal carcinoma)	deep learning	U-Net, Flex-Net, Highres-Net	medical imaging data	622 patients across multiple tumor types
85	2025-05-22	Diagnosis of early idiopathic pulmonary fibrosis: current status and future perspective 2025-May-19, Respiratory research IF:4.7Q1 DOI:10.1186/s12931-025-03270-1 PMID:40390073	综述	本文回顾了早期特发性肺纤维化（IPF）的诊断现状与未来展望，强调了人工智能和新型支气管镜技术在诊断中的应用	提出了早期IPF的定义，并探讨了AI（特别是机器学习和深度学习）在标准化和加速胸部影像解读中的革命性作用，以及新型支气管镜技术如TBLC、基因组分类器和EB-OCT等非侵入性诊断方法	未提及具体AI模型的性能比较或新型技术的临床验证数据	明确早期IPF的诊断标准并探索创新诊断方法	特发性肺纤维化（IPF）患者	数字病理学	肺纤维化	HRCT、TBLC、EB-OCT、基因组分类器	机器学习（ML）、深度学习（DL）	影像、基因组数据、血清生物标志物	NA
86	2025-05-22	Improving Deep Learning-Based Grading of Partial-thickness Supraspinatus Tendon Tears with Guided Diffusion Augmentation 2025-May-19, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.04.072 PMID:40393829	research paper	开发并验证了一种基于引导扩散数据增强的深度学习系统，用于分级部分厚度冈上肌腱撕裂，并与经验丰富的放射科医生进行比较	使用引导扩散模型进行数据增强以解决数据不平衡问题，并开发了ResNet-34模型用于分级部分厚度撕裂	研究为回顾性设计，可能受到选择偏差的影响	提高部分厚度冈上肌腱撕裂分级的准确性和效率	1150名经关节镜确认的冈上肌腱撕裂患者	digital pathology	geriatric disease	MRI	ResNet-34	image	1150名患者（训练集741名，验证集185名，内部测试集185名）和224名外部测试集患者
87	2025-05-22	Mpox diagnosis at POC 2025-May-19, Trends in biotechnology IF:14.3Q1 DOI:10.1016/j.tibtech.2025.04.015 PMID:40393854	综述	本文综述了猴痘（Mpox）的即时诊断（POC）工具，并讨论了阻碍这些工具广泛应用的瓶颈及潜在解决策略	探讨了机器学习和深度学习模型在猴痘诊断中的潜在应用，以及集成可部署平台的发展方向	当前猴痘诊断主要依赖PCR技术，需要专业人员操作和复杂实验室基础设施	促进猴痘的快速、准确和用户友好诊断	猴痘（Mpox）	数字病理学	猴痘	PCR	ML和DL	NA	NA
88	2025-05-22	Deep learning feature-based model for predicting lymphovascular invasion in urothelial carcinoma of bladder using CT images 2025-May-18, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01988-6 PMID:40382748	研究论文	开发了一种基于深度学习的模型，利用CT图像预测膀胱尿路上皮癌的淋巴血管侵犯状态	首次结合深度学习特征和临床风险因素，构建堆叠模型预测淋巴血管侵犯状态	模型在测试集上的AUC为0.767，仍有提升空间	开发一种非侵入性、经济高效的工具，帮助临床医生进行个性化治疗规划	膀胱尿路上皮癌患者	数字病理学	膀胱癌	CT成像	CNN（包括InceptionV3、DenseNet121、ResNet18、ResNet34、ResNet50和VGG11）和集成模型（Decision Tree、XGBoost、LightGBM）	图像	577名患者的数据和CT图像，来自四个医疗中心
89	2025-05-22	Enhancing sparse data recommendations with self-inspected adaptive SMOTE and hybrid neural networks 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02593-9 PMID:40383722	research paper	本文提出了一种结合LSTM和改进的Split-Convolution神经网络(LSTM-SC)及先进采样技术SASMOTE的混合框架，用于增强稀疏数据推荐	引入了自检自适应SMOTE(SASMOTE)技术，能自适应选择'可见'最近邻并通过自检策略过滤不确定的合成样本，确保高质量数据生成	未明确提及具体限制	提升数据稀疏环境下的个性化推荐系统性能	电子商务平台和电子出版领域的推荐系统	machine learning	NA	SASMOTE, QSO, HMWSO	LSTM, Split-Convolution neural network (LSTM-SC)	用户行为数据(如书籍评分和亚马逊评论)	goodbooks-10k和Amazon评论数据集
90	2025-05-22	An ensemble deep learning framework for emotion recognition through wearable devices multi-modal physiological signals 2025-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99858-0 PMID:40383809	研究论文	本文提出了一种基于集成深度学习框架的情感识别系统，通过可穿戴设备的多模态生理信号进行情感识别	首次提出结合离散和维度模型的情感识别系统，并采用LSTM和GRU的集成深度学习架构来有效捕捉情感数据序列中的动态时间依赖关系	NA	通过可穿戴设备的生理信号实现精确的情感识别，以促进真实、情感感知的上下文交流	人类情感	机器学习	NA	多模态生理信号分析	LSTM, GRU	生理信号	公开可用的EMOGNITION数据库，包含使用Samsung Galaxy Watch、Empatica E4腕带和MUSE 2 EEG头带设备记录的生理信号
91	2025-05-22	3D+t Multifocal Imaging Dataset of Human Sperm 2025-May-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05177-4 PMID:40383860	research paper	介绍了一个名为3D-SpermVid的三维动态人类精子多焦成像数据集，用于研究精子运动模式和生育能力	提供了首个包含121个多焦视频显微镜超堆栈的三维动态精子数据集，支持对精子鞭毛运动模式的详细观察和分析	数据集仅包含非获能条件和获能条件下的精子，可能无法涵盖所有生理状态	通过三维动态分析精子运动，提高对人类生育能力的理解	人类精子	数字病理学	生育障碍	多焦成像系统（MFI）	NA	视频显微镜超堆栈	121个多焦视频显微镜超堆栈
92	2025-05-22	ML-Driven Alzheimer's disease prediction: A deep ensemble modeling approach 2025-May-17, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100298 PMID:40389063	research paper	该研究提出了一种结合五种深度学习架构的集成学习框架，用于提高阿尔茨海默病诊断的准确性	采用集成学习框架结合五种深度学习模型（VGG16、VGG19、ResNet50、InceptionV3和EfficientNetB7），显著提高了诊断准确率	研究主要基于伊拉克特定诊所的数据，可能在其他地区或人群中的泛化能力有限	提高阿尔茨海默病的早期和准确检测	MRI脑扫描图像	digital pathology	geriatric disease	MRI	ensemble of VGG16, VGG19, ResNet50, InceptionV3, EfficientNetB7	image	3,714 MRI脑扫描图像（834 NonDemented、1,824 MildDemented、1,056 VeryDemented）
93	2025-05-22	ProtoECGNet: Case-Based Interpretable Deep Learning for Multi-Label ECG Classification with Contrastive Learning 2025-May-17, ArXiv PMID:40395940	研究论文	介绍了一种基于原型学习的深度学习模型ProtoECGNet，用于可解释的多标签心电图分类	提出了一种结合1D CNN和2D CNN的多分支架构，以及一种新的对比损失函数，用于多标签学习	未提及具体的数据集限制或模型泛化能力的详细评估	开发一种透明且可信的深度学习模型，用于临床心电图分类	心电图（ECG）数据	数字病理学	心血管疾病	深度学习	CNN	时间序列数据	PTB-XL数据集中的71个诊断标签
94	2025-05-22	Analysis of the most influential factors affecting outcomes of lung transplant recipients: a multivariate prediction model based on UNOS Data 2025-May-16, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-089796 PMID:40379311	研究论文	本文利用机器学习技术分析影响肺移植受者结果的关键因素，并开发了一个基于UNOS数据的预测模型	使用多种机器学习模型和SHAP技术识别影响肺移植优先级分配的关键因素，并开发了一个基于网络的决策支持工具	数据预处理后样本量减少，可能影响模型的泛化能力	识别影响肺移植优先级分配的关键因素，优化患者优先级评估过程	肺移植候选者	机器学习	肺病	机器学习模型训练与优化	随机森林回归器(RF), 支持向量机回归器, XGBoost回归器, 多层感知器模型, 深度学习模型	结构化医疗数据	预处理后32,966条记录，包含15个特征
95	2025-05-22	Deep learning predicts HER2 status in invasive breast cancer from multimodal ultrasound and MRI 2025-May-16, Biomolecules & biomedicine DOI:10.17305/bb.2025.12475 PMID:40392960	研究论文	本研究利用深度学习模型基于超声和MRI预测乳腺癌术前HER2状态	首次结合超声和MRI数据构建深度学习模型预测HER2状态，相比传统病理检查方法更稳定	研究样本来自单一机构，可能存在选择偏倚	提高乳腺癌术前HER2状态预测的准确性	浸润性乳腺癌患者	数字病理	乳腺癌	超声成像，磁共振成像	深度学习模型	图像	2021年1月至2024年7月期间接受超声和MRI检查的女性患者
96	2025-05-22	A systematic review of artificial intelligence techniques based on electroencephalography analysis in the diagnosis of epilepsy disorders: A clinical perspective 2025-May-16, Epilepsy research IF:2.0Q3 DOI:10.1016/j.eplepsyres.2025.107582 PMID:40393108	系统综述	本文系统综述了基于脑电图（EEG）分析的人工智能技术在癫痫诊断中的应用	重点关注注意力机制而非传统的深度学习或机器学习，并探讨AI在癫痫诊断中的多方面应用	需要更多的多中心合作以积累高质量数据并确保代码和工具的开放获取	探讨人工智能技术在癫痫诊断中的应用及其临床潜力	癫痫患者的EEG数据	数字病理学	癫痫	EEG分析	ANN, 注意力机制	EEG数据	NA
97	2025-05-22	Deep learning model based on ultrasound images predicts BRAF V600E mutation in papillary thyroid carcinoma 2025-May-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.112482 PMID:40395668	研究论文	开发了一种基于超声图像的深度学习模型，用于预测甲状腺乳头状癌中的BRAF V600E突变状态	结合了Swin Transformer骨干网络、放射组学特征分支和临床参数分支，构建了集成模型BrafSwinT，其在外部测试集上的AUC表现优于其他模型	NA	预测甲状腺乳头状癌中的BRAF V600E突变状态，以促进风险分层	甲状腺乳头状癌患者	数字病理	甲状腺癌	深度学习	Swin Transformer, Vision Transformer, ResNeSt-50	超声图像	训练集1341例患者，验证集148例患者，外部测试集135例患者
98	2025-05-22	CNN based precise nonlinear tracking control for a nano unmanned helicopter: Theory and implementation 2025-May-15, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.05.020 PMID:40393892	research paper	本文提出了一种基于深度卷积神经网络（CNN）的几何积分控制策略，用于重量小于70克、机身长度小于0.25米的纳米无人直升机	与现有非线性控制器相比，该方法在可行性、参数调整简便性和数据需求方面具有显著优势	NA	开发一种适用于纳米无人直升机的精确非线性跟踪控制方法	纳米无人直升机	machine learning	NA	deep CNN	CNN	flight data	NA
99	2025-05-22	LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.23.639532 PMID:40060645	research paper	介绍了一个名为LivecellX的深度学习框架，用于活细胞成像中的单细胞面向对象分析	提出了一个新的任务：分割校正，用于处理过分割和欠分割错误，并开发了创新的评估指标和机器学习技术	未明确提及具体限制	提高活细胞成像中单细胞动态分析的准确性和可扩展性	活细胞成像中的单细胞动态	digital pathology	NA	深度学习	CS-Net	image	未明确提及具体样本数量
100	2025-05-22	Quantitative spatial analysis of chromatin biomolecular condensates using cryoelectron tomography 2025-May-13, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2426449122 PMID:40327693	研究论文	本文通过冷冻电子断层扫描技术分析了生物化学重构的染色质凝聚体的结构	整合了基于深度学习的分割与上下文感知模板匹配技术，以识别凝聚体内密集堆积的分子	方法主要适用于含有大且独特组分的生物分子凝聚体，可能不适用于所有类型的凝聚体	研究染色质凝聚体的形成和功能机制	生物化学重构的染色质凝聚体及原位天然染色质的凝聚区域	生物物理学	NA	冷冻电子断层扫描、深度学习分割、上下文感知模板匹配	深度学习	图像	NA